壁画图像修复算法研究

  • 格式:doc
  • 大小:24.50 KB
  • 文档页数:5

壁画图像修复算法研究
摘要:古代壁画有着自身的一些特点,原始的图像修复算法对古壁画图像的修复效果并不是很好。

针对该问题,本文研究了一种改进的算法,算法对优先项的计算公式进行了改进,在优先项计算时考虑到了样本块的颜色信息和所含有效区域的多少。

实验结果证实,改进后算法在提高了修复匹配精度的同时也减小了误差累计。

关键词:古代壁画;图像修复;优先项计算
中图分类号:tp391.41文献标识码:a文章编号:1007-9599 (2013) 07-0000-02
1引言
壁画作为中华民族传统文物中的艺术珍品之一,为中华文明的传承与发展做出了不可磨灭的贡献,是我国重要的文化遗产和文化财富。

但很多壁画由于年代远久,或挖掘后不妥善保存,以及运输、保存环境不适宜等因素的影响,存在着不同程度的损坏,这使得大部分壁画由于破损尚未修补而无法展出。

随着近年数字化程度日益提高,数字图像修复技术得到了迅速的发展,对一些破损的珍贵艺术作品的修复,尤其是对壁画图像的修复,数字图像修复技术的优势就更加明显了[1-3],因为它并不需要对文物本体进行处理,可
以很好的起到保护文物的作用,并且可以根据需求,反复调整实验结果。

图像修复技术是指对原有图像信息缺损的区域进行复原,使图像使用者无法观察到图像曾经缺损或有修复的痕迹,在视觉上认为这
幅经过处理的图像是合理并完整的。

2004年,criminisi等人提出了基于样本的图像修复算法[4],该算法利用纹理生成思想,在样本区域内进行匹配复制,同时也充分用到了基于结构修复方法中的扩散思想来定义待修复块的优先项,在修复纹理信息的同时也保持了结构信息的准确。

但在应用中,因为纹理等高频信息的作用,使得算法对边缘的估计不够准确,会导致修复块的优先项顺序出现一定偏差,产生错误匹配和误差累计。

本文对优先项计算公式进行改进,在计算时考虑样本块中所含的颜色信息和有效区域的多少,实验结果证实,改进后算法在提高了匹配精度的同时也减小了误差累计。

2criminisi算法优先项的重定义
在criminisi提出的优先项的计算公式中,,表示在以点为中心的模板中已知像素所占比例的多少,比例越大置信度越高,越早被修复;表示在点等灯光照方向在边界的法向上的投影的大小,反映了在填充边缘上点的梯度方向的亮度变化的程度,数值越大,等光照线方向与点处的法向量方向夹角越小,越早被修复。

在计算边缘上每点的优先项时,存在一个问题,即当时,不管的值有多大,即使采样窗口只有几个像素未知,这个块也不能得到及时的填充。

为解决该问题,文献[5]考虑到色彩对优先项计算的影响,在数据项中加入颜色均方差与像素点期望值的比值,而对反映已知像素多少的置信度项没有进行考虑。

但是对壁画图像来说,图像整体结构信息并不复杂,图像中普遍存在连续的大块相近颜
色,所以采样窗口中像素的多少,也就是值的大小起到了很重要的作用。

文献[6]在上加入幂指数因子后通过样本块的小波系数进行自适应调节,从而保证了图像纹理部分的修复效果,而并没有对数据项进行改进。

本文对优先项公式进行改进和重新定义如下:其中,,,代表均方差(取两位有效数字);,。

项反映了采样窗口周围结构的特征,越大,中所包含的纹理结构信息越多;项反映了修复区域周围的颜色信息,越大,中颜色不均匀分布程度越高。

这样定义有两个优点,因为,这样定义项提高了置信项的权重,在因子的调节作用下,保证了中已知像素多并且颜色较为均匀的样本块具有较高的优先项。

而在数据项中加入颜色信息,克服了原数据项无法反映样本块中颜色信息,只能反映梯度信息的缺点。

3实验结果
由于实验所用的壁画图像是通过高保真技术采集得到,图像文件较大,故本文实验采用windows平台下利用microsoft visual c++ 2010中的开源计算机视觉库(open source computer vision library,opencv2.3.1),处理器inter(r)xeon(r)x5670@2.93ghz,64g内存。

对于待修复的图像,对破损区域利用人工交互的方式进行标记,实验结果如图1所示。

(a)原始图像(b)标记图像
(c)criminisi算法修复结果(d)本文算法修复结果
图1修复结果
4结论
本文提出了一种改进的基于样本的图像修复算法。

通过对在优先项计算公式中加入样本块的颜色信息并考虑所含有效区域的大小,使得该种算法对壁画图像有着较好修复效果,并有效地减少了误差累计的产生。

参考文献:
[1]杨筱平,王书文.基于马尔可夫采样的敦煌壁画修复[j].计算机应用,2010,7:1835-1840.
[2]huang weil,wang shuwen.dunhuang murals inpainting based on image decomposition [j].proceedings of 2010 3rd ieee international conference on computer science and information technology vol.2
[3]刘建明.古代壁画图像保护与智能修复技术研究[d].浙江大学,2010.
[4]a.criminisi,p.perez,k.toyama.region filling and object removal by exemplar-based image inpainting[j].ieee transactions on image processing,2004,13(9):1220-1212. [5]甘玲,张伟,刘国庆.基于结构和颜色信息的图像修复算法[j].计算机仿真,2011,2:329-332.
[6]陈卿,王慧琴,吴萌.基于纹理特征的自适应图像修复算法[j].计算机应用,2011,6:1572-1577.
[作者简介]梁龙(1985-),男,河南濮阳人,西安建筑科技大学,硕士研究生,研究方向:数字图像处理和计算机应用技术。